Alpaca_cleaned_zh: 51K >> 957 Alpaca 数据集中文翻译（ChatGPT 辅助翻译）
COIG: 275K >> 566
COIG-PC: 尚未处理完
Belle: 2M >> 903 Belle框架中的数据集train_2M_CN
GPT4_LLM_data: 49K>> 192 Chinese Instruction-Following Data generated by GPT-4 using Chinese prompts translated from Alpaca by ChatGPT
pCLUE: 1.5M >> 5.9K (测试集1815条无output，因此未计入) 基于提示的大规模预训练数据集，用于多任务学习和零样本学习
WebQA_zh: 42K >> 431 中文网络问答
Alpaca_cleaned: 52K >> 1.5K 清洗后的 Alpaca 数据集
GPT4_LLM_data: 52K… See the full description on the dataset page:
https://huggingface.co/datasets/YangYan/Fin_Instruction_Data.
